谷歌的AlphaGo在戰勝韓國圍棋名將李世石後名聲大作。比賽時，谷歌團隊必須讓AlphaGo位於美國中西部的服務器通過谷歌雲服務連接到韓國首爾的對局室，一旦服務器連接失敗，那麽AlphaGo將完全無法運轉，失去“思考”的能力。
而這個痛點之一如今也許得到了解決。
在這兩天舉行的上海科博會上，中國類腦強人工智能初創公司西井科技提出了“片上學習”(On-ChipLearning)的概念，並宣布團隊已經研制出了可以進行實際應用的“片上學習”系統Wiki。由於能耗低、速度快，“片上學習”被認為是繼目前的“在線學習”之後最有市場前景、應用最廣泛的機器學習的方式。
“片上學習”vs“在線學習”
從當前的全球市場來看，機器學習主要還是通過“在線學習”(On-linelearning)技術來實現提升的，即使用大規模高性能計算平臺進行模型訓練，然後將訓練好的模型再直接部署在硬件中實現產品的優化升級。目前該技術已經廣泛應用到人工智能領域，並且在視覺和大數據分析上取得了有效的突破。谷歌的AlphaGo就是“在線學習”的典型。
相比“在線學習”而言，“片上學習”又往前跨了一大步，這意味著機器學習能在硬件端直接完成，通過硬件層面的不斷“自我學習”和“自我提高”，實現高效率、低功耗、可本地化處理數據、計算機小型化等好處。
西井科技CEO譚黎敏向《第一財經日報》表示：“‘片上學習’就好像學生身邊時刻跟隨著一位‘私教’，直接在芯片上學習就可測試訓練成果，而‘在線學習’則好比學生定期去‘學校’上課，回家後做作業來測試學習效果。”
譚黎敏在現場給記者做了演示，在一萬多幅不同畫風的油畫中隨意點擊幾種畫風，在硬件端進行“片上學習”後，計算機能在短短1秒內自動完成1000多張圖片的分類。
在這期間，芯片可隨時中斷學習，以測試學習效果。隨著芯片學習進度的推進，油畫識別與分類的正確率將逐步上升，直至經過8至10秒的一段完整學習後，識別的正確率接近100%。即便是浸潤藝術多年的畫家也很難在如此短的時間里做出正確率如此高的判斷。
這個叫做Wiki-paintings的油畫庫是自2014年起加州理工大學SergeyKarayev等人所收集來的畫作，此後又有全球不少團隊加入機器快速識別、分類的研究中，以此來檢驗機器學習的成果，從而推動了“片上學習”技術的發展。
擺脫馮·諾依曼架構
在科博會中央大廳西京科技的展臺里，記者看到了一塊黑色的一平方厘米大小的芯片。“片上學習”所有的奧秘都集中在這塊小小的芯片上，它有一個聽起來非常神秘的名字——“DeepSouth類腦神經元芯片”。譚黎敏告訴記者，這款芯片是全球繼IBMTruenorth之後的第二顆類腦芯片。
除此之外，西井科技還展示了“西井大腦”，這是百億神經元人腦模擬器。2012年，谷歌曾用16000片電腦處理器(CPU)搭建了10億神經元模擬器，被命名為“谷歌大腦”。
西井科技的工作人員向記者介紹，“西井大腦”是通過世界前沿交叉學科——神經形態工程學原理搭建，整個“西井大腦”只有一臺傳統電腦機箱那麽大，也正是這個看起來並不起眼的家夥創造連接了擁有100億神經元的神經網格來模擬人類大腦的運行方式。它能通過使用電路去直接模擬人類的“神經元”形態，建立起神經網絡中“神經元”與“神經元”之間的連接，並通過依靠這些“神經元”來處理信息，用脈沖spike來傳遞信息。
而兩者最本質的區別在於，“西井大腦”已完全擺脫了馮·諾依曼計算機架構，使用的是電路模擬“神經元”的方法，而“谷歌大腦”卻仍使用了傳統計算機結構由16000片CPU堆砌而成。
馮·諾依曼理論主要核心為數字計算機的數制采用二進制，即0和1;同時，計算機是按照程序順序執行，也就是所謂的“串聯”。而真正的人腦神經元模式則為“並聯”，這就是為什麽人類可以同步將諸如視覺圖像信息神經元、邏輯思維判斷神經元與人類“自我學習”的能力等自然結合完成相關“任務”。
譚黎敏舉例說，比如：當一個人面前同時出現了一本雜誌與一份報紙，普通正常人會在一瞬間立即完成對雜誌與報紙這兩者屬性的基本判斷，這就是由於我們大腦內視覺圖像信息神經元、邏輯思維判斷神經元與人類“自我學習”的能力一瞬間“並行”作用的結果。而這與馮·諾依曼理論的“串聯”有完全的不同。
有望參與“歐盟腦計劃”
“未來無論是在移動智能終端、家用智能終端或是大數據專用服務器等多領域，‘片上學習’都將展現其獨有且強大的優勢。”已經投了西井科技三輪累計上千萬人民幣的十維資本合夥人張軍對《第一財經日報》記者表示，“比如自動駕駛技術，目前的自動駕駛的問題在於它識別物體的精度不高，精度不高是由於處理數據的能力達不到所致。目前包括特斯拉在內的自動駕駛技術都是基於GPU的算法，GPU還是基於馮·諾依曼架構，所以效率和能耗遠遠不能和人腦相比。如果未來要大規模部署人工智能而且要實現低能耗，不去突破馮·諾依曼體系，是沒有前途的。”
他還介紹，目前美國和歐洲都已經有類腦計劃，雙方各投資了100億美元和100億歐元在神經擬態領域進行突破。“比如IBM的Truenorth就是全球第一款百萬神經元人腦芯片。”張軍對《第一財經日報》記者表示，“所謂神經形態工程，就是把腦科學和芯片制造技術結合起來的混合科學。歐洲腦計劃和美國腦計劃都是在不久前推出的。IBM的Truenorth就是一個產品成果。但是歐洲腦計劃目前還沒有大規模的產品產出，西井已經有產品了，未來幾方可能考慮和西井合作，使用其脈沖神經網絡技術。”
就在兩周前，譚黎敏訪問了位於瑞士日內瓦的幾位歐盟腦計劃核心領導人。盡管他沒有透露西井將如何參與歐盟腦計劃的項目，但他表示“在不久後即將發布有關雙方在一些潛在合作方向的探索”。
在西井的展臺上，記者還發現了軟銀中國的投資人周曄。他對《第一財經日報》記者表示：“軟銀中國對人工智能領域也非常感興趣，但是目前還沒有參與西井科技的投資。聽公司的介紹感覺這會是一個世界級的項目，但是還是要看最後能做成什麽樣。”據了解，軟銀中國旗下未有人工智能領域的相關投資。